昇腾/GE LLM-DataDist拉取KV块API-北京尧图网络

# pull_blocks【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge产品支持情况Atlas A3 训练系列产品/Atlas A3 推理系列产品支持Atlas A2 推理系列产品支持Atlas A2 训练系列产品不支持函数功能PagedAttention场景下根据BlocksCacheKey通过block列表的方式从对应的Prompt节点拉取KV到本地KV Cache仅当LLMRole为DECODER时可调用。函数原型pull_blocks(prompt_cache_key: BlocksCacheKey, decoder_kv_cache: KvCache, prompt_blocks: List[int], decoder_blocks: List[int], **kwargs)参数说明参数名称数据类型取值说明prompt_cache_keyBlocksCacheKey需要被拉取的BlocksCacheKey。decoder_kv_cacheKvCache目标KV Cache。prompt_blocksList[int]Prompt的block index列表。decoder_blocksList[int]Decode的block index列表。**kwargsNA这个是Python函数的可扩展参数通用写法一般通过keyvalue的方式直接传入参数。可选参数的详细信息请参考表1。表 1**kwargs的可选参数参数名称数据类型取值说明src_layer_rangeOptional[range]可选参数用于按层pull kv场景。传输源的layer的范围step只支持1。不设置时为传输所有layer。需要注意这里是layer的index而不是tensor的index即1个layer对应连续N个tensor(K/V)这里要求分配内存时必须是KV,...,KV排布不支持其他场景。N为tensor_num_per_layer的取值默认为2。dst_layer_rangeOptional[range]可选参数用于按层pull kv场景。传输目标的layer的范围step只支持1。不设置时为传输所有layer。需要注意这里是layer的index而不是tensor的index即1个layer对应连续N个tensor(K/V)这里要求分配内存时必须是KV,...,KV排布不支持其他场景。N为tensor_num_per_layer的取值默认为2。tensor_num_per_layerOptional[int]可选参数表示每层的tensor的数量默认值是2取值范围是[1,cache的tensor总数]。当src_layer_range或dst_layer_range取值为非默认值时 tensor_num_per_layer可以保持默认值也可以输入其他值输入其他值的时tensor_num_per_layer的取值还需要被当前cache的tensor总数整除。调用示例from llm_datadist import * ... kv_cache_manager.pull_blocks(prompt_cache_key, kv_cache, [0, 1], [2, 3]) # 使能layer_range功能示例 kv_cache_manager.pull_blocks(prompt_cache_key, kv_cache, [0, 1], [2, 3], src_layer_rangerange(2), dst_layer_rangerange(2))返回值正常情况下无返回值。参数错误可能抛出TypeError或ValueError。执行时间超过sync_kv_timeout配置会抛出LLMException异常。约束说明使用同一条链路时此接口和transfer_cache_async接口不支持并发。本接口不能被多线程并发调用。【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

昇腾/GE LLM-DataDist拉取KV块API

相关推荐

国产大模型 coding plan 实战决策指南：GLM、Kimi、豆包、abab 四大模型分层选型与工程落地

GoExec vs 传统工具：为什么这款Go语言编写的远程执行工具更受红队青睐？[特殊字符]

FPGA入门中高级项目雷达信息处理及Verilog代码

更多资讯

POSIX线程银行柜员模拟：信号量与互斥锁实战项目

Python数值计算三大陷阱：精度崩塌、时间爆炸与算法漏洞

Python打包工具实战：PyInstaller与Nuitka从脚本到可执行文件

任务调度器课程设计：链表与二叉堆实现FCFS、SJF等四种算法

Python爬虫学习框架2023：从请求到入库的完整知识地图

RLC协议状态机与定时器：LTE可靠传输的底层逻辑

今日更新

MATLAB缩进快捷键与批量格式化实战指南

用Poco实现Qt风格信号与槽的跨平台C++方案

ESXi裸机虚拟化安装指南：从硬件兼容到虚拟机部署

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？